요약문 1. 제 목 : 글로벌 AI 신뢰성 동향 분석 2. 연구 목적 및 필요성 본 연구의 목적은 국내외의 AI 신뢰성 관련 동향 조사를 통해 최신 이슈를 파악 및 분석하여 정책적 시사점을 도출하고, 국내 정책 수립을 위한 기초 자료를 제공하는 데 있다. 인공지능 기술의 급격한 발전으로 국가사회 전반의 변화가 빠르게 이루어지면서, 현재 많은 산업 분야에서 AI 기술이 도입되고 일상 활용이 확산되고 있다. 하지만, AI 높은 효용성과는 반대로, 기술적 한계와 오남용 등으로 인해 환각, 편견과 차별을 야기하는 불공정, 개인정보 유출과 같은 문제가 대두되고 있다. AI 기술로 인한 위협으로부터 안전한 활용을 가능케하기 위해 AI 신뢰성을 확보하기 위한 노력들이 확산되고 있다. 세계 각국은 인공지능의 효용은 극대화하고 역기능 등은 최소화하기 위해 법제도적 기반과 통제방안 등을 마련하고 있고, 국제기관에서는 정책 보고서 및 신뢰할 수 있는 AI를 위한 지침들을 발표하고 있다. 기업들은 AI 시스템 개발에 있어 자체적인 원칙을 마련하거나 검증을 위한 방안을 수립하는 등 신뢰성을 고려한 전략을 추진하고 있다. 우리나라 또한 AI 국가 전략을 기반으로 다수의 전략과 실행 계획들을 발표하며 다양한 정책을 추진 중에 있는 만큼, 세계 주요국의 시의성 있는 동향을 파악하고 대응 할 필요가 있다. 3. 연구의 구성 및 범위 본 연구는 총 7개의 장으로 서론(1장)을 시작으로 주요국 AI 신뢰성 동향(2장), 국제기구(3장) 및 주요 기업동향(4장), 연구 및 표준 동향(5장)을 비롯하여 주요 AI 활용 산업별 동향(6장)과 시사점 및 결론(7장)으로 구성되어있다. 국내외 정부 및 국제기관 등의 언론, 공식 보도, 정책보고서와 같이 다양한 정보소스를 바탕으로 동향을 조사하여, △법제도 △기업/산업 △기술/연구 △인력/교육으로 이를 분류하였다. 본 연구에서는 한국을 포함하여 총 14개의 주요국을 다루고 있다. AI 관련 활동이 활발한 미국, EU, 영국, 중국, 일본, 캐나다를 포함하여 기타 주요국(독일, 프랑스, 호주, 스페인, 네덜란드, 싱가포르, 이스라엘)에 대한 동향을 바탕으로 국가별 AI 신뢰성 정책 동향을 기술한다. 산업별 AI 신뢰성 동향에서 고려하고 있는 산업은 크게 5가지로, AI의 도입이 활발한 △ICT △교육 △의료 △금융 △보안 산업에 해당한다. 기본적으로 2023년 이전의 정책적 흐름을 간략하게 다루고 있고, 주 조사 내용은 2023년 자료에 해당한다. 4. 연구 내용 및 결과 2017년부터 현재까지 50개국 이상에서 신뢰할 수 있는 AI를 위한 국가 전략 또는 정부 차원의 이니셔티브를 채택하였다. 이에 따라 국가 AI 정책 관리를 위해, 각 국 정부는 정부 조정기관, 위원회 설립 등을 통해 다양한 거버넌스 모델을 사용하고 있다. 현재 시의성 있는 동향 중 하나는 규제 정책이며, OECD AI 원칙과 국가 AI 전략 등을 바탕으로 규제 프레임워크를 만들고 있다. EU의 규제법안인 AI act는 2023년 말 합의가 된 만큼 추후 시행까지 동향을 추가적으로 파악할 필요가 있다. 대부분의 국가는 위험 기반의 규제 방식을 채택하고 있고, 고위험 AI에 대한 관리와 통제조치들을 집중적으로 다루고 있다. 우리나라의 AI 관련 입법안들은 AI 산업 발전을 위한 기반 마련에 초점을 맞추고 있고, 최근 들어 입법안에서 규제적 조치를 담고 있으나 아직 추가적인 논의가 필요한 상황이다. 세계적으로 AI의 신뢰성 확보가 더욱 중요해지고 있는 만큼, 주요국들은 적극적인 국가간 협력 체계를 구축하면서 다양한 논의를 진행하고 있다 OECD, UN, 유네스코 등은 꾸준히 인간 중심 접근방식에 중점을 두고 다양한 활동을 하고 있는데, OECD는 GPAI(Global Partnership on Artificial Intelligence), AI 거버넌스 작업반(AIGO) 등을 통한 국제 협력을 주도하고 있다. 이외에도 AI 책임성 향상에 관한 정책보고서, AI 규제 샌드박스 보고서 등 여러 정책 보고서 또한 발간하고 있다. G7 7개국은 히로시마 정상회담에서 히로시마 AI 프로세스를 출범하며 AI 국제 행동강령을 마련하였다. 이외에도 AI 안전 정상회의에서의 블레츨리 선언 등 대부분 생성 AI 기술 확산에 따른 위험성 증가에 대응하기 위한 움직임이 다수 존재하였으며, 국제 협력 규모가 더욱 확대되고 AI 거버넌스 등이 생기고 있는 추세다. 각 국 정부의 규제 움직임에 대해 기업 및 산업 부문에서는 과도한 규제에 우려하는 추세로, 기술 발전과 신뢰성 확보 측면에서 입장차가 존재한다. 명확한 규제가 존재하지 않는 현재, 기업들은 자율 규제 방식을 채택하고 최소한의 신뢰성 확보를 위해 개발 가이드라인이나 윤리 원칙 등을 수립하여 대응하고 있다. 향후 AI 서비스 및 SW 등에 인·검증이 본격적으로 전개될 것으로 예상되는데, 이와 관련한 국제 표준 선도에 대한 전략적 대응이 필요한 상황이며, 선제적 대응을 통해 이를 주도함으로써 선도적 입지 확보를 위한 투자가 필요할 것으로 보인다. 마지막으로 생성 AI 기술이 산업의 각 영역에 적용되고 혁신 도구로서의 가능성을 보여주고 있다. 특히 의료, 금융, 보안, 교육 등 분야에서 AI가 많이 활용되고는 있으나, 개인 및 사회에 영향력이 높은 만큼 엄격한 검증이 필요하다. 이에 도메인의 정제된 데이터를 이용해 생성 AI 기술의 신뢰성을 높이는 연구들이 진행되고 있음을 확인할 수 있었으며, 생성 AI의 잠재적 보안 취약성과 오남용으로 인한 피해에 대한 산업계의 면밀한 검토가 진행되고 있음을 파악하였다. 향후 다양한 산업 도메인과 영역에서 생성 AI 기술이 적용되기 위해서는 산업 특화된 데이터를 기반으로 생성 결과물의 신뢰성을 높이는 작업과 함께, 올바른 활용을 위한 지침과 규정이 보다 구체화될 것으로 예상된다. 5. 정책적 활용 내용 주요국의 AI 규제 입법안에서 위험을 통제하는 수단들은 데이터 관리, 위험 및 품질관리, 보안강화, 인간에 의한 통제조치, 투명성 확보와 이용자에 대한 정보제공 등으로 정리할 수 있다. 국가 및 기업들은 AI가 다루는 데이터의 방대함과 민감한 데이터의 사용 등에 따라 정보보안에 대한 요구사항이 많다. 시스템의 안정적 운영이나 오류를 방지하기 위해서도 정보보안이 강화되어야 하는데, 대부분의 법률안들은 사이버보안에 대해 특히 강조하고 있다. AI 시스템이 의도된 목적에 따라 적절한 수준의 정확성과 견고성, 사이버보안을 달성하고 수명주기 동안 일관되게 수행할 수 있도록 설계·개발될 것을 요구한다. 최근에는 AI 기술의 안전성에 초점을 맞춘 ‘AI 안전’이 더욱 중요해지고 있으며 다양한 가이드라인이 제안되고 있는 추세이다. 이외에도 EU 및 미국 등은 AI 시스템이 사용되는 동안 인간이 효과적으로 감독할 수 있도록 설계·개발되어야 하고, 시스템을 안전한 상태로 정지시킬 수 있도록 통제를 강조하고 있으며, 투명성을 확보할 것을 규정한다. 이를 위해 미국, 영국을 중심으로 AI안전, 신뢰를 확보하기 위한 거버넌스 체계도 정비되고 있다. 국가 최고지도자를 중심으로 인공지능 국가 전략을 수립 추진하고 있으며 관련해 AI안전연구소와 같은 전담연구조직을 설치해 기술 및 제도 기반 수립을 위한 연구에 힘을 싣고 있는 상황을 주시할 필요가 있다. 생성 AI의 기반이 되는 파운데이션 모델(foundation model)의 중요성이 커지는 만큼 이와 관련된 지침들이 추가적으로 정의되고 있다. 향후 생성 AI는 텍스트를 넘어, 다양한 이미지, 영상, 텍스트 정보들을 학습에 활용하고 다양한 형태의 결과물로 출력하는 이른 바 ‘네이티브 멀티모달’ 기술로 전개될 것으로 예상된다. 따라서 데이터, 콘텐츠 산업 전반에 있어 영향이 커질 것으로 예상되는 가운데 관련 지적재산권, 오남용으로 인한 사회적 피해와 혼란에 대한 선제적 대응이 필요하다. 일례로, 딥페이크와 같은 기술은 배포, 게시 금지와 같은 규제와 처벌 규정들이 도입되고 있다. 이처럼 앞으로의 AI 신뢰성 정책을 수립함에 있어, 생성 AI를 비롯하여 급격히 발전하고 있는 AI 기술을 포괄적으로 수용할 수 있는 기반을 마련해 둘 필요가 있다. 기술과 서비스 변화에 따라 AI 산업 전반에 관여하는 구성원 또는 참여자가 달라지는 환경을 고려하여 구성원 간 관계, 개별 구성원이 준수해야 하는 의무들에 대한 지속적 논의가 필요하다. 또한 주요국들은 빠르게 인공지능의 위험성을 통제하는 수단들을 고민하고 적극적으로 입법화를 시도하는 만큼, 우리나라도 신업 진흥 및 기술 발전 이외에도 국내 규제 법안 마련에도 집중할 필요가 있다. 산업 및 시장 구조와 환경 변화에 대응하는 규제조치를 포함하여 데이터 관리와 차별 방지 의무화, 품질관리와 위험관리, 사이버보안과 회복력 확보, 인간에 의한 통제가능성 확보, 기술문서 작성과 기록관리 의무, 사용자 권리 보장과 국가의 감독기능 강화 등 다양한 규제수단들이 매우 구체적으로 제시되고 있는 만큼 적극적으로 이러한 조치들을 참조할 수 있을 것으로 판단된다. 6. 기대효과 본 연구에서는 국내외의 주요 AI 신뢰성 정책 사례를 조사하고 다양한 관점에서 이를 분석하였다. 법제도, 기업 및 산업, 기술 및 연구, 인력 및 교육 분야로 구분하여 넓은 범위에서 시의성 있는 사례들을 포함하여 의미 있는 움직임들을 파악할 수 있다. 또한 분석을 통해 현재 주요국의 규제에 대한 움직임, 기업들의 대응 방법, 주요 AI 활용 산업 분야에서의 신뢰성 이슈 등에서 시사점을 도출하여 방향성을 제시하고 있다. 이러한 국가별, 산업별 정책 현황 자료 및 분석 결과는 앞으로의 새로운 국내 AI 신뢰성 정책 수립에 있어 참고 자료로서 활용 될 수 있을 것으로 기대된다.

요약문 1. 제 목 : 국내 AI 창업기업 비즈니스 현황 분석 2. 연구 목적 및 필요성 우리나라는 AI 산업 육성을 위한 국가 전략과 입법을 꾸준히 추진해왔다. 예를 들어, 2023년 1월 발표된 「인공지능 일상화 및 산업 고도화 계획」(관계부처 합동)은 AI 소프트웨어와 하드웨어의 초격차 실현을 위한 기술 연구개발, 법 제도 및 규제 정비를 비롯해, AI 기업 성장을 위한 데이터 및 해외 진출 등의 내용을 담고 있다. 이를 통해, 2027년 3대 AI 기술 강국 도약, AI 전문기업 1천 개 육성 등의 정량적인 목표도 제시하였다. 이러한 국가정책을 바탕으로 지금, 이 순간에도 국내 다수의 창업기업이 AI 기술을 활용하여 새로운 비즈니스를 창출하고 있으나, 세계적인 경기 침체를 비롯한 여러 가지 애로사항으로 인해 사업을 영위하기에 어려운 상황에 직면해 있다. 예를 들어, 학습용 데이터나 AI 반도체 등 AI 인프라 구축의 어려움, AI 인재 확보의 한계, 해외 언어 및 이종 문화 문제를 비롯한 판로 개척의 난항으로 인한 글로벌화의 한계 등으로 인해 AI 창업 투자 생태계 강화를 위해서는 국내 창업·투자 생태계 연구가 중요한 상황으로 꼽히고 있다. 이에, 본 연구에서는 국내외 선행연구를 통해 AI 창업기업을 정의하고, AI 창업기업의 비즈니스 현황을 분석하고, 주요 우수사례를 발굴하고, 주요 창업기업을 대상으로 심층 인터뷰하여 기업이 직면한 현황, 제품 및 서비스 개발 현황을 파악하고, 정부의 정책 지원이 필요한 분야 등 AI 산업 생태계를 육성하고, AI 창업지원을 위한 정책 기초자료를 파악하고자 한다. 이를 통해, 국내 AI 창업·투자 생태계를 파악하면서 해외 주요국과 비교할 수 있는 시장현황 통계를 생산함으로써, 세계적 수준의 AI 창업기업 육성을 위한 정책의 기초자료 마련을 목표로 한다. 빠르게 변화하는 AI 시장과 창업·투자 생태계 특성상 조사 시간이 많이 요구되는 실태조사 대비, 유관 DB를 기반으로 신속하게 현황을 파악하고 국내·외 현황 비교를 위한 대안적 조사 연구로써 데이터 기반의 분석을 수행하였다. 3. 연구의 구성 및 범위 본 연구는 크게 세 가지 세부 과업으로 구성되어 있다. 첫 번째는 AI 창업기업 정의, 조사 및 분석이며, 두 번째는 AI 창업기업 비즈니스 현황 조사이고, 셋째는 AI 기업 사례 및 기업·기관 심층 조사에 관한 내용이다. 먼저 AI 창업기업 정의, 조사 및 분석에서는 AI 창업기업 정의에 대한 선행 조사를 기반으로 하여 창업기업을 정의하고, AI 창업기업 기준을 설정하였다. 이어, 정의된 AI 창업기업 기준에 맞게 창업기업 명부를 정리하고, 조사항목을 도출하여 VC 투자 정보 데이터베이스 및 웹 자료로부터 AI 창업기업 전반에 대한 투자 및 매출 현황, 정부 지원사업 추진 현황, 해외 진출 현황, 특허 등 지식재산권 보유현황 등을 조사하고, 이러한 요인들과 기업의 투자 및 매출과의 상관관계 분석을 위한 통계 분석 등을 수행하였다. 마지막으로, AI 창업기업에서 주요한 모범사례들이나 특징적인 기업을 선정하여 심층적으로 사례분석을 수행함과 동시에 AI 기업과 기관 심층 조사에서는 창업기업 투자나 정책지원기관, AI 창업기업을 대상에 대해 인터뷰하였다. 4. 연구 내용 및 결과 선행 문헌과 선행 연구에 기반하여, AI 분야 창업기업의 정의와 분류 기준을 마련하였다. 즉, 업력 7년 이내 기업으로, AI 기술을 통해 제품, 서비스, 플랫폼의 생산, 유통, 활용, 부가서비스, 조사, 분석, 컨설팅, 중개 등의 과정을 통해 가치를 창출하는 기업으로 정의하여 이 기준에 맞게 국내 VC 투자 데이터베이스인 더브이씨 DB에서 377개의 AI 창업기업을 포함, 총 513개 기업을 대상으로 투자, 수상 이력, 해외 진출, 제품 서비스, 지식재산권 확보 현황 등을 도출하였다. 주요 분석 결과는 다음과 같다. [국내 AI 분야 VC 투자 주요 결과] [국내 생성형 AI 분야 VC 투자 주요 결과] AI 창업기업을 대상으로 한 사례분석을 수행한 결과, 일부 AI 창업기업의 경쟁 우위와 이익창출력 측면의 취약성에 의해 지속성장의 어려움이 예측되었다. 이를 위해서는 기술과 서비스 개발을 위한 R&D 지원, 학습데이터 및 인프라 구축, 전문인력 지원의 필요성이 있었다. 기업과 기관 심층 인터뷰 결과, 최근 AI 스타트업의 대표적인 어려움으로는 높은 AI 모델의 개발 비용과 개발 데이터 확보의 어려움 및 AI 효과에 대한 투자자의 의문 등으로 초기 투자의 기피 요인이 발생하고 있다. 또한, 스타트업은 해외 시장 진출 경험 부족에 따른 Global standard 부재와 언어, 지역, 문화, 비용 등에 대한 정보 부족의 어려움을 호소하고 있다. 이에, 대기업의 자본과 창업기업의 능동적인 구조를 활용한 협업 체계를 마련하고, 대기업 벤처캐피탈 설립을 통한 오픈이노베이션 프로그램 활용이 적극적으로 필요하다고 할 수 있다. 초격차 기술을 가진 기업을 대상으로 빠른 상장을 지원하기 위해 과기정통부에서 추진하는 초격차 기술특례 상장 제도의 빠른 정착과 함께, AI 초격차 기술을 가진 기업에 경제적 지원을 할 AI 전용 펀드 결성을 통해 AI 산업 생태계 마련 및 지속성을 유지하면서도 장기적 관점에서 AI 전문인력 양성 방안 모색이 필요하다. 또한, 선제적 차원의 정부 공공 데이터를 기반으로 한 AI 기술 도입이 필요한 상황이다. 5. 정책적 활용 내용 본 연구과제의 주요 정책적 시사점은 다음과 같다. 스타트업 대상의 투자를 촉진하기 위해서는 높은 투자금을 받는 우수 스타트업을 육성하고, 대기업과의 투자 및 연구협력을 통해 기업의 내실을 키우도록 지원하는 것이 중요 정부 중심의 투자 시 좀비 스타트업을 양성하지 않도록 스타트업의 좋은 제품을 선별하여 정부가 구매하고 인증을 하는 방법이나, 공공 데이터 개방을 촉진하는 등 다른 방법의 정부 투자가 필요 해외 진출 기업과 투자자 간의 지속적인 네트워킹과 경험 교환의 장 마련 글로벌 협력을 위해 아프리카나 동남아시아 등 신흥국 ODA 사업과 연계한 글로벌 AI 활용 촉진, 국내 AI 기업 해외 영업 레퍼런스 확보 가능성 검증 기업가 정신의 함양: 교육과정으로서의 기업가 정신이 아닌, 타트업 CEO의 성공과 실패 경험을 공유하고 사업계획서를 작성하는 방법, 인큐베이터와 투자유치, 인력 확보 방안 등 실무적인 경험을 키우고 전문성을 강화 스타트업의 출구전략에 대한 정책 필요 (M&A와 기업공개를 활성화) 글로벌 AI 기업에게 필수적 사례가 된 안전하고 신뢰할 수 있는 AI 기술의 개발 오픈소스 AI 활용을 독려할 수 있도록 오픈소스 전문가 인력 채용을 활성화하고 오픈소스 기반 산업 응용 소프트웨어 개발을 위한 연구개발 지원 지역, 언어의 한계 극복을 위한 멀티모달 생성형 AI 기술에 주목 전문 인력 양성 및 국내 기업의 글로벌 AI 인재 유치 지원 등의 필요성 본 과제에서 제시하는 빠르게 생성 및 진화하는 국내 AI 창업기업 현황 분석 방법론을 통해, 향후 AI 기업 모집단 구축에 이바지할 수 있다. 이를 통해, 시의성 높은 산업·지역별 AI 제품 및 서비스 현황 분석으로 AI 산업 진흥을 위한 정책 자료로 제공할 수 있다. 6. 기대효과 본 연구를 통해 국내 AI 창업기업에 대한 최신 VC 투자 현황과 비즈니스 분석을 통해 국내 AI 기업을 육성하기 위한 정책 수립에 필요한 기초자료로 활용될 수 있다. 향후 혁신적인 인공지능 제품/서비스 활용 확대를 위한 미래 연구에도 활용될 수 있을 것으로 기대된다.

요약문 1. 제 목 : 국외 AI 시장 및 창업지원 정책 동향 조사 2. 연구 목적 및 필요성 2022년 ChatGPT의 출시와 더불어, 최근 초거대 AI 애플리케이션의 확산과 함께 전 산업의 AI 활용 확대 등 AI는 글로벌 시장에서 빠르게 확산하고 있다. 기존 산업에서는 AI를 도입하여 생산성 향상과 신규 시장 창출 등 부가가치를 발생하고 있으며, 신규 스타트업이 지속적으로 등장하여 VC와 정부로부터 대규모의 투자를 받아 성장하고 있다. 이에, 글로벌 AI 시장 및 창업 투자 동향을 파악하여 국내 AI 산업과 비교, 분석하는 연구를 통해 국내 AI 산업의 육성을 위한 정책 방향 수립의 기초자료 생성이 필요한 상황이다. 즉, 하루가 다르게 신규 기업 및 서비스가 출현하고 있는 급변하는 AI 시장의 특성을 고려할 때 글로벌 시장 조사와 환경분석은 시장의 흐름을 인지하고 기회를 포착하여 정책수립의 방향 설정을 하는 데에 중요한 역할을 할 것이다. 본 연구는 글로벌 인공지능 시장 및 투자 규모를 추정·전망하는 정량 자료를 수집‧ 분석하여, 주요국과 국내시장을 비교 분석하여 국산 AI 경쟁력 강화 및 해외진출 정책 발굴에 필요한 기초자료를 생성하는 데에 목적을 둔다. 또한, 국내와 해외의 AI분야 창업을 지원하는 정책의 비교 분석을 통해, 정책의 현황을 도출하고 비교함으로써 국내 AI 창업 및 투자 관점에서의 향후 가능성에 대해 분석하는 것을 목표로 한다. 3. 연구의 구성 및 범위 먼저, 본 과제에서 아우르는 ‘생태계’에 대한 용어를 명확히 정의하기 위해 기존 선행연구 문헌을 검토하였다. 이후, 글로벌 및 국내 AI 시장 규모 조사를 위해 글로벌 시장 조사 기관인 IDC와 Gartner로부터 세계, 국내 AI 및 생성형 AI 시장 규모 전망 보고서를 수집하여 조사 및 시사점을 도출하였다. 또한, 주요 국가별 AI 공급을 주도하는 주요기업의 시장 동향을 수집, 정리하였다. 시장 조사 기관의 보고서는 객관적인 수치를 도출하여 연도 및 국가 간 비교 분석을 하기에는 용이하나, 세부적인 기업의 현황과 통계 분석을 진행하기에는 원본 데이터 확보의 어려움, 기관의 수치 보정 및 계산 등의 사유로 어려움이 있다. 이에, 국가 간 비교가 가능한 스타트업 지표인 VC 투자 현황 데이터베이스인 Crunchbase 및 Dealroom.co 등을 분석하여 연도별, 국가별 AI분야 투자 및 창업기업 현황을 분석하였다. 마지막으로, 주요국의 AI 창업분야 정책 현황을 분석하고, 최근 우리나라의 각 유관 부처가 발표하는 AI 창업 정책을 통해 우리나라의 정책적 창업 환경의 강·약점을 도출하였다. 이를 통해, 전문가 자문 의견을 참고하여 최종 시사점을 도출하였다. 4. 연구 내용 및 결과 AI 생태계 관점에서는 AI의 공급과 수요, 활용 관점에서 주체들이 상호 상생하고 협력하는 구조를 형성하고 있다. 최근 글로벌 AI 생태계의 확장과 생성형 AI의 주목에 따라, 산업과 기업을 혁신함으로써 생태계는 능동적으로 확장되고 있다. 창업 및 투자 생태계 관점으로는 정책, 시장, 금융, 인적 자원, 지원, 문화 등 6가지 영역의 창업 생태계 모델을 바탕으로, 기업가정신에 기반하여 혁신적인 스타트업의 발전과 성장을 지원하고, 자금조달과 성장, 회수 등 창업 전반의 프로세스를 진행하는 제도와 자원의 기반을 의미하는 것으로 정의하였다. 글로벌 AI 시장 규모 및 투자 현황을 분석한 결과는 다음과 같다. [세계 AI 시장 규모] [해외 AI분야 VC투자 주요 결과] 글로벌 AI 시장 현황 분석 결과와 유사하게 VC 투자 부문 역시 미국이 전세계의 AI 시장을 주도하고 있으며, 특히 구글이나 MS 등 빅테크 기업이 시장 점유율은 물론 생성형 AI 스타트업 투자에서도 상위 투자액을 기록함으로써 플랫폼과 스타트업 생태계를 구성하고 있는 형태를 볼 수 있었다. 우리나라는 2022년 투자액 기준 세계 10위로, 스탠퍼드 AI Index의 결과와 유사한 수준으로 나타났다. 5. 정책적 활용 내용 본 연구의 주요 정책적 시사점은 다음과 같다. 정부의 적극적인 창업 정책과 AI 전략에 기반한 AI 창업기업 지원 정책 강화 AI 창업기업에 대한 정보 제공 및 자문 지원 글로벌 시장 진출 및 브랜드 위상 강화, 국제협력 및 파트너쉽 강화 개방형 AI 창업 연구 체계 구축 국내 인력의 해외 인력 유출 방지, 우수한 AI 인재 양성 및 유치 산업 생태계에서 협력체계 및 다양성 강화 창업기업들의 자금조달력 강화 지원 AI 창업 활성화를 위한 현행 법규에서 부담과 장애로 작용하는 규제를 완화하는 정책 마련 국내 AI 창업기업의 자금조달 및 투자 환경 개선 국내 대기업으로부터의 벤처투자 및 기업벤처캐피털(CVC) 활성화 GPT스토어 등 빅테크 생태계의 독점에 대한 우려 해소 필요 AI 원천기술(Foundation Model 등) 확보에 주력 현재, 국가별 AI 지수는 미국 스탠포드 대학을 비롯, 영국 토터스인텔리전스 등에서 매년 발표함으로써 세계적인 공신력을 인정받고 있다. 본 연구의 결과는 세계적인 AI 지수 발표 내용을 분석, 설명하는 보조 자료로써 활용될 수 있다. 대다수의 AI 지수는 순위와 점수 위주로 발표되며, 구체적인 스타트업의 수나 국가별 상위 투자 기업 등 계산 방식은 비공개로 처리되어 상세한 분석이 어려운 단점이 있으나, 본 연구와 같은 데이터베이스 원자료에 기반한 구체적인 데이터 분석 연구는 정량적인 결과 외에 추론과 국가별/기업별/기간별 세부 분석이 가능한 장점이 있다. 또한, 최근 AI 분야는 국가별 치열한 경쟁으로, 특히 선두국인 미국과 중국의 첨단기술 무역 경쟁으로 치닫고 있다. 아직까지는 미국과 중국 양국 간 경계를 넘나드는 투자나, 중국으로부터 투자받은 국내 기업이 문제가 되지는 않고 있지만, 본 과제에서 확보한 원자료를 통해 국가 간 투자 현황에 대한 모니터링이 가능하다. 6. 기대효과 세계 AI 시장 및 투자 규모 대비 국내 규모와 성장성을 파악하기 위해 수행한 본 연구과제는 세계 시장 대비 국내 인공지능 창업·투자 시장의 현주소를 점검하고 앞으로 AI 산업 생태계 활성화를 위한 정책 개발에 도움이 될 것으로 기대한다. 본 연구를 통해 국내 인공지능 시장 활성화 및 국내 기업 역량 강화 목적의 다양한 정책을 마련함으로써, AI 기술과 유관 산업이 중심이 된 국가경제 활성화와 AI 기업의 경쟁력 제고 등에 이바지할 것이다.

요약문 1. 제 목 : 공공부문 AI 도입현황 연구 2. 연구 목적 및 내용 인공지능 기술의 발전에 따라 공공분야에서도 인공지능 도입 및 활용 범위의 확대가 업무 생산성 및 효율성 개선과 대민서비스 향상에 기여할 것으로 전망한다. 이러한 기대감 속에 현 정부는 다양한 인공지능 정책 추진을 통해 인공지능 도입과 활용에 대한 중요성을 강조하고 있으며, 향후 정책 개선 요인을 도출하는 차원에서 공공부문의 인공지능 도입현황에 대한 기초 자료를 마련하는 것은 필수적인 요소이다. 지난 10년간 조달청의 입찰정보와 계약정보를 활용하여 공공부문 인공지능 도입 현황을 보다 객관적이고 사업 단위까지 세밀하게 조사를 수행하고자 한다. 더불어 수집된 정보를 바탕으로 타 기관에 시사점을 제공할 수 있는 사례를 선별해 성공요인 등을 분석하여 공공부문의 AI 도입 및 활용 확대를 위한 정책적 시사점을 도출하는 것이 본 연구의 목적이다. 국내 공공부문의 AI 도입현황 조사 연구는 크게 2개 부문으로 나뉜다. 우선 도입현황 조사 부문은 지난 10년간 420개 공공기관의 ICT시스템 관련 용역계약 정보와 제안요청서, 과업지시서 등 첨부분서를 조달청의 조달정보개발포털을 통해 수집한다. 수집된 공공조달 데이터에서 AI 관련 사업은 텍스트 마이닝 기법을 사용하여 입찰 제안서(RFP) 세부 내용에 인공지능(AI) 관련 키워드가 포함되어 있는지 여부로 선별한다. 최종 선별된 인공지능 용역계약의 첨부문서를 분석해 추진단계, 활용 분야, 용도, 기술유형 등 부가 정보를 추가한 DB를 구축한다. 구축된 DB를 활용해 연도별 변화추이, 기관구분별 특성, 발주 및 낙찰 기관 등 다양한 관점에서 공공부문의 AI 도입 현황을 조사한다. 다음은 공공기관의 인공지능 도입 활성화 방안 도출을 위한 사례분석이다. 정보시스템 평가나 시스템 운영/관리 평가모델 등을 수집하여 평가요소를 확인하고, 공공기관과 인공지능의 성격에 적합한 내용을 필터링하여 평가방법을 개발한다. 조달공고 DB와 제안요청서(RFP) 등으로부터 시스템 관련 기초 정보를 수집하고, 시스템에 직접 접속/확인하거나, 기관의 홈페이지 혹은 홍보기사 등을 통해 추가적으로 수집한 정보로 벤치마킹 케이스를 선정한다. 선정된 벤치마킹 대상 사례분석을 통해 시사점을 도출한다. 4. 연구 결과 가. 도입현황 조사 과거 10년(2013∼2022년)간 공공부문 조달계약 중 인공지능(AI) 도입 계약 건수는 3,870건이다. 420개 공공기관의 56.7%인 238개 기관이 인공지능을 도입한 것으로 나타났다. 조사 대상 기관 중 자체적인 ICT 시스템을 보유하지 않은 소규모 기관이 다수 포함되어 있어 이들을 제외하면 공공기관의 실질 도입률은 크게 높아질 것이다. (연도별 추이) 공공기관의 인공지능 도입은 2016년 알파고 쇼크 이후 매년 빠르게 증가하였다. 인공지능 계약은 2015년 107건에서 2022년 922건으로 7배 가까이 증가했으며, 금액은 2016년 938억원에서 2022년 1조 831억원으로 10배 이상 늘어났다. 이에 따라 공공기관의 전체 ICT관련 용역 계약 중 인공지능이 차지하는 비중도 금액 기준으로 2016년 2.22%에 불과했으나 점진적으로 증가하여 2020년 이후 12% 수준으로 늘어났다. 용역 건당 금액은 2016년 7천만원 정도에서 2017년 이후 1억원 수준으로 증가했다. (추진단계) 2016년 딥러닝 등 새로운 인공지능 기술이 주목 받으면서 2017년부터 인공지능 도입을 위한 정보화계획의 수가 빠르게 늘어났다. 또한, 학습 위주의 고성능 인공지능 도입이 늘어나게 되면서 2020년부터 데이터셋 구축 및 단위 SW 개발을 위한 모델개발 단계가 크게 증가하였다. AI스피커 등의 서비스 기술 발전이 진행됨에 따라 2019년 이후 이들을 활용한 서비스임대 방식이 지자체를 중심으로 점차 확대되었다. (정책 분야) 전자정부, 민원 서비스 등에 관련된 시스템 수요가 많은 일반행정 분야가 지속적으로 전체의 20% 이상의 가장 높은 비중을 차지하고 있다. 다음으로 산업/고용(산업육성, 일자리매칭 등, 16.5%), 교통수송/건설(지능형 교통망 등, 11.6%), 기상/재난안전(기상 예측 등, 10.4%) 순으로 많이 도입되었다. (활용용도) 2016년 이전에는 對국민 공공서비스를 위한 인공지능 기술 도입 비중이 내부 역량강화 목적보다 높았으나, 이후 고유 업무의 효율화를 위한 도입이 늘어나면서 이전과 반대 상황이 되었다. 하지만 2020년 이후 챗봇, 자연어처리 등 민원 서비스를 위한 기술이 발전하면서 다시 공공서비스 도입 비중이 점차 높아지고 있다. (기술유형) 전체적으로 언어지능(37%), 전문가시스템(34.7%), 시각지능(19.6%) 순으로 과제가 많이 진행되었다. 언어지능의 경우 초반 규칙 기반의 TTS, STT 등의 과제가 많아 가장 높은 비중을 차지했으나 점차 축소되고 있다. 대신, 전문가시스템은 매년 큰 폭으로 증가하여 2022년 전체 용역 중 45%로 가장 높은 비중을 차지하고 있다. (적용기술) 과거 인공지능은 문서의 디지털화를 위한 OCR 기술과 장애인의 홈페이지 접근성 제고를 위한 TTS 기술에 주로 적용됐었으나 2016년 이후 다른 기술의 적용이 확대되면서 2개 기술의 비중은 빠르게 감소한다. 챗봇은 2016년 3건을 시작으로 2020년부터 급속히 확산되어 2022년 161건으로 급증하였다. 또한 음성인식과 비정형 데이터 처리 기술이 발전하면서 STT와 자연어처리 적용도 급속하게 확대되었다. (기관구분별) 계약 건수는 국가기관(36.8%), 지자체(23.5%), 준정부기관(19.4%), 기타공공기관(19.4%) 순으로 많고, 총 계약금액은 국가기관(56.2%), 준정부기관(27.4%), 지자체(11.7%), 기타공공기관(11%) 순으로 많다. 국가기관과 기타공공기관은 타 기관에 비해 모델개발 단계의 비중이 상대적으로 높은 반면 정보화계획과 모델개발을 건너뛰고 바로 정보시스템 구축에 들어간 사례가 많다. 국가기관은 일반행정 분야가 433건으로 가장 높은 비중을 차지하고 있으며, 그 외 기관별 고유 업무에 따라 다양한 분야에서 인공지능 기술이 도입되고 있는 것으로 나타났다. 지자체 역시 일반행정 분야가 가장 많으나 교통수송/건설이 그 다음으로 ITS 등 지역의 교통문제 해결을 위해 인공지능 기술을 많이 도입하고 있다. 그리고 기상/재난안전 분야도 지속적으로 활용이 증가하고 있는 것으로 나타났다. 지자체를 제외한 다른 공공기관은 공공서비스 보다 내부역량제고 목적으로 인공지능을 도입한 사례가 2배 정도 많다. 특히 기타공공기관과 공기업은 대국민 서비스가 적은 기관 특성에 때문에 타기관보다 내부역량제고 비중이 높다. 공공서비스의 세부 용도를 살펴보면, 준정부기관과 기타공공기관은 민원 서비스 비중이 안내 서비스보다 높다. 이것은 이들 기관이 콜센터 상담 업무를 챗봇 등을 사용하여 자동화한 결과이다. 반면 지자체는 민원 서류 발급은 행정망을 사용하고 대면 민원처리가 많아 안내 서비스의 비중이 다른 용도에 비해 절대적으로 높다. 내부역량제고는 전체적으로 비정형 데이터 비중이 높으며 기관 특성에 따른 세부 용도 비중의 차이는 크지 않다. 기술유형별 건수를 보면 전체적으로는 언어지능>전문가시스템>시각지능 순으로, 국가기관은 전문가시스템>언어지능>시각지능 순으로 도입하였다. 특히 전문가 시스템 유형의 분석 업무를 추진한 과제가 기타공공기관, 준정부기관에서 주로 추진되고 있으며, 민원/안내 목적의 언어지능 시스템은 지자체와 준정부기관에서 많이 추진된 것으로 나타났다. (발주기관) 국가기관에서는 행정안전부가 전자정부 시스템의 지능화를 적극 추진하면서 인공지능 도입 용역 건수 및 계약 금액에서 1위를 차지하고 있다. 대규모 시스템을 보유한 국세청, 과학기술정통부(우정사업본부), 보건복지부, 관세청, 법무부 등이 투자금액에서 상위 기관에 위치하였다. 광역자치단체에서는 경기도(229건), 서울특별시(115건), 경상남도(105건) 순으로 인공지능 도입에 적극적이었던 것으로 나타났다. 경기도는 많은 인구와 복잡한 교통의 지역 특성상 교통 관련 업무에 딥러닝과 TTS를 타 시도 대비 적극적으로 활용하였다. 다른 시도와 달리 서울시, 충청남도 등은 공공서비스 보다 내부역량제고 용도에 더 많은 프로젝트를 진행하였다. (낙찰기업) 공공부문 인공지능 도입 계약 3,870건의 낙찰기업은 총 1,348개이고 평균 계약금액은 11.9억원이다. 이를 조달정보개방포탈의 기업구분에 따라 나누어 살펴보면, 대기업(98억원), 중견기업(63억원), 중소기업(7.8억원), 비영리 중소기업(6.5억원), 비영리법인(1.8억원) 순이다. 전체 인공지능 건수 중에 중소기업이 56.3%의 계약을 낙찰받았고, 비영리 중소기업도 30.6%를 낙찰받아 합계 86.9%를 진행한 것으로 미루어 보았을 떄, 소규모의 인공지능 프로젝트도 활발히 진행되고 있음을 알 수 있다. 나. 사례분석 인공지능 도입 계약 3,870건 중‘AI 도입의 성숙도 모델’에서 3단계(구축) 이상에 속하는 계약 건(2,584건)을 대상으로‘AI 도입기관 사례평가 모델’을 활용하여 분석한 결과, 1차로 30개의 우수사례를 선별하였다. 1차에서 선별된 30개의 계약 건을 대상으로 RFP 확인, 정보검색 및 전문가 검토를 통해 최종적으로 4개의 사례(한국고용정보원, 대검찰청, 관세청, 서울시) 를 선정하여 상세분석을 진행했다. [AI 도입의 성숙도 모델 img] 선정된 4건의 사례 분석 대상은 공통적으로 초기 연구부터 정보화계획, 단계별 구축을 통해 점진적으로 발전하여 왔다. 이들 기관은 기술에 대한 이해도가 높고 도메인 지식이 있는 내부 전문가를 보유하고 있어 사업 진행에 주도적인 리더십을 발휘할 수 있었다. 이들은 도메인 지식의 공유와 명확한 요구사항, 대안이 있는 피드백 등을 통해 새로운 기술 도입을 위한 끊임없는 개선 및 고도화를 추진하였다. 또한 인공지능 기술 도입의 필요성에 대한 기관 차원의 요구가 강하여 사업 진행에 있어 내부 구성원의 이해와 협조가 원활하게 이루어졌다. 한편, 분석대상 기관의 시스템을 구축했던 개발자들과 심층 인터뷰를 한 결과, 도입 기관의 리더십 강화를 위해서는 내부 기술 전문인력 확보도 중요하지만, 시스템 구축시 개발자들과의 원활한 소통을 위해 AI 도입을 위한 ISMP 같은 프로토콜이 필요한 것으로 나타났다. 또한 요구되는 정확한 시스템 또는 기능 도입을 위해서는 데이터 품질확보가 가장 중요하므로 모델 개발이나 시스템/서비스 구축 시 데이터 클린징에 대한 비용과 시간을 충분히 제공하는 것이 중요하다는 의견이 많았다. 5. 결론 조달 정보를 사용한 현황조사와 사례분석을 종합하여 도출한 국내 공공부문 인공지능 활용을 촉진하기 위한 정책적 제언은 다음과 같다. 첫째, 많은 광역 및 기초 지자체가 적은 예산으로 체계적인 계획 없이 산발적으로 인공지능 시스템을 도입하고 있는 상황으로 지방자치단체에 대한 지원을 강화해야 한다. 현재 정부에서 추진 중인 차세대 지방행정공통시스템 구축 사업에 인공지능 기술을 최대한 많이 적용해 인공지능 활용을 확대해야 한다. 또한 상위 기관이 주도적으로 지역 공통의 문제를 발굴해 인공지능으로 해결한 후 하위 기관에 체계적으로 확산·보급하는 전략이 필요하다. 둘째, 최신 인공지능 기술 도입을 위한 민관협력 선순환 구조 창출이 필요하다. 공공기관에서 최신 인공지능 기술을 활용하기 위해서는 ‘대학, 연구소 등과 공동연구 → 실증 보급 → 테스트용 데이터셋 공개 → 민간 기업 제품 개발 → SaaS 방식의 최신 인공지능 서비스 사용’의 선순환 구조를 지속적으로 창출해야 한다. 선순환 구조 창출 성공의 핵심 포인트는 테스트용 데이터셋 공개이다. 공동연구 과정에서 확보한 정제된 데이터로 테스트용 데이터셋을 벤치마크 수치와 함께 일반에 공개해 관심 있는 AI기업과 연구자의 자발적인 참여를 이끌어 내야 한다. 현재 시스템보다 우수한 벤치마크 결과를 제시한 기업 제품으로 업그레이드 한다면 사업 성공의 위험 부담을 경감하면서 최신 기술을 적용할 수 있을 것이다. 더 나아가 자체 시스템 구축이 아닌 SaaS 형태로 도입 방식을 바꾸면 최신 기술 적용의 부담을 경감하고 보다 쉽게 확산시킬 수 있다. 셋째, 체계적이고 단계적인 도입 전략이 필요하다. 최근 각광받고 있는 딥러닝 등 인공지능 최신 기술은 아직 정립된 방법론이 없고 IT서비스 기업의 경험도 상대적으로 많지 않아, 인공지능 도입 사업의 리스크가 기존 시스템 보다 큰 상황이다. 기관 업무를 세부적으로 나누고 일부 사업을 시범적으로 추진해 구축 경험과 성과를 축적한다. 이를 활용해 다른 영역으로 사업을 확대하고, 최종적으로 각 부분을 통합해 하나의 시스템으로 완성하는 도입 전략이 성공 가능성을 높일 것이다. 넷째, 기관 내부에 AI 전문가 육성이 필요하다. 사례조사를 위한 심층 인터뷰 과정에서 공통적으로 지적하는 가장 큰 애로사항은 인공지능 지식이 부족한 내부 실무자는 인공지능에 대한 환상을 갖고 있고, 개발자는 도메인 지식이 부족하다는 점이다. 기관 내부에 인공지능 교육을 강화하고 초기 단계부터 두 가지 입장을 조율하고 올바른 의사결정을 할 수 있는 사내 전문가를 양성해야 한다. 다섯째, 데이터 cleaning을 위한 시간과 예산 지원을 강화해야 한다. 인공지능은 기존 시스템과 달리 얼마나 정제된 데이터로 학습하는가가 중요하다. 많은 공공사업이 인공지능 특성에 대한 고려 없이 기존 관행대로 개발 일정과 비용을 책정해 데이터 cleaning에서 많은 문제와 애로사항이 발생한다고 지적한다. 구축 계획시 데이터에 대한 충분한 고려가 있어야 하고 주기적인 재학습이 필요하기 때문에 체계적인 데이터 관리가 필요하다.

요약문 1. 제 목 : 산업 수요 중심의 국가 AI R&D 전략성 강화를 통한 AI 확산 방안 연구 2. 연구 목적 및 필요성 최근 인공지능(AI) 경쟁력이 국가 경제와 직결될 만큼 절대적 영향력을 가지게 되면서, 미국과 중국을 중심으로 한 글로벌 AI 기술패권 경쟁이 더욱 치열하게 전개되고 있다. 미국의 동맹국과의 연대를 통한 對중국 기술제재와 중국의 자체 AI 기술생태계 구축 노력이 동시에 전개되면서 양국 간 일대일 구도의 경쟁이 아닌 AI 기술 블록화와 맞물리는 진영 대결로 심화되고 있어, 기술적 자주성과 글로벌 리더십 확보를 도모하기 위해 국가 차원의 전략적 선택과 범국가적 역량의 집중이 요구되고 있다. 우리나라는 AI 기술수준 측면에서 중국에 이어 두 번째로 빠른 속도로 성장하여 현재 선진국들에 근접한 수준에 이르렀다. 그러나 생태계 측면에서는 AI 기술의 개발 및 공급이 크게 확대되고 있는 추세에도 불구하고, 시장(수요)에 해당하는 AI 응용·활용 수준이 다소 미흡한 상황이다. 여러 실태조사에서 기업들이 AI 도입의 가장 큰 걸림돌로 ‘기업 수요에 맞는 AI 기술 및 솔루션 부족’과 ‘맞춤식 AI 적용의 어려움’을 응답한 것으로 볼 때, 이러한 상황의 주요한 원인 중 하나가 바로 AI 기술 수요와 공급의 미스매치라고 판단된다. 즉, 우리나라 AI 기술생태계 자립성 확보의 선결조건인 AI 확산을 위해서는 산업에서의 활용도 있는 기술개발을 위한 정책적 노력이 필요함을 시사한다고 볼 수 있다. 한편, 글로벌 경기둔화와 고금리 기조 등의 영향으로 경제 불확실성이 증대됨에 따라, 우리나라 정부는 최근 이러한 경제위기 돌파와 더불어 그동안 끊임없이 지적되어왔던 국가 R&D 성과의 질적수준 정체 문제 해결이라는 시대적 요구에 부응하여 ‘R&D 혁신’을 추진하고 있다. 즉, 글로벌 AI 기술패권 경쟁에 능동적으로 대응하기 위하여 AI 기술경쟁력 강화와 산업 활용도 높은 기술개발을 통한 AI 확산을 도모해나가야 하는 동시에, 이를 ‘R&D 혁신’이라는 국가 전략에 부합하는 방향으로 추진해나가야 하는 상황이라는 것이다. 종합하면, AI 기술에 대한 국내 기업들의 인식·수요 현황을 객관적으로 확인하고, 산업 수요를 고려하여 국가 AI R&D 추진 방향을 전략적으로 수립·조정할 필요가 있다고 사료된다. 본 연구에서는 산업 활용도·수용성 중심의 국가 AI R&D 전략성 강화를 통한 AI 확산을 도모하는 정책 방안 및 제언을 제시한다. 본 연구를 통해 산업 수요에 부합하는 기술의 개발 및 공급을 통한 全 산업의 AI 융합·활용을 가속화하는 한편, R&D 성과 확산을 통한 국가 AI R&D 투자 및 정책의 효율성·효과성 제고를 도모하는 데 도움이 될 수 있는 기초자료를 마련하고자 하였다. 3. 연구의 구성 및 범위 본 연구에서는 먼저 AI 기술개발에 대한 정부의 투자 측면인 국가 R&D 현황을 분석하였다. 국가과학기술지식정보서비스(NTIS)에 등록된 AI 기술 관련 국가 R&D 과제 정보(2018년 1월 ~ 2023년 6월)를 수집하고, LDA 토픽모델링을 통해 AI 분야의 세부기술 영역(주제)별 국가 R&D 규모 현황을 도출하였다. 둘째, AI 기술에 대한 국내 기업의 인식 및 수요 조사결과를 살펴본다. 여기서 AI 기술은 국가 R&D 과제 정보를 활용한 토픽모델링을 통해 분류한 12가지 AI 세부기술 영역으로 설정하였다. 셋째, 국가 AI R&D 현황 및 AI 기술에 대한 국내 기업의 인식·수요 조사결과를 비교 분석하였다. 포트폴리오 분석 틀을 활용해 세부 AI 기술 영역별 국가 R&D 추진 현황을 진단하였다. 넷째, 본 연구의 결론으로서 산업 수요 중심의 국가 AI R&D 전략성 강화방안과 AI 확산 및 활용 고도화를 위한 정책 제언을 제시하였다. 4. 연구 내용 및 결과 첫째, 국가 AI R&D 추진현황을 분석하였다. 토픽모델링 분석을 통하여 AI 기술 관련 국가 R&D 과제 정보에 내포된 12개 토픽을 추출하였다. 정부연구비를 기준으로, 국가 AI R&D 과제의 연도별 규모는 증가 추세이며, ‘딥러닝 기반 이미지 분석 및 처리 기술’ 토픽 관련 과제의 규모가 가장 큰 것으로 나타났다. 정부연구비 규모를 기준으로 한 순위 변화를 보면, ‘객체 탐지 및 추적을 위한 비전 딥러닝 기술’과 ‘머신러닝 기반 데이터 보안 및 보호 기술’이 2018년 대비 가장 크게 순위가 상승한 토픽인 것으로 나타났다. 둘째, AI 기술에 대한 산업계 인식 및 수요 현황을 파악하기 위한 설문조사를 실시하였다. 현재 산업에서의 활용도에 대해 전체 기업이 긍정적으로 응답한 비중이 가장 높은 기술은 ‘딥러닝 기반 이미지 분석 및 처리 기술’이고, 그 다음으로 ‘생성형 인공지능기술’, ‘딥러닝 모델 알고리즘 및 성능 최적화’, ‘머신러닝 기반 데이터 보안 및 보호 기술’ 순으로 긍정 응답 비중이 높았다. 3년 이후의 예상 활용도가 높은 기술로는 ‘딥러닝 모델 알고리즘 및 성능 최적화’, ‘딥러닝 기반 이미지 분석 및 처리 기술’, ‘머신러닝 기반 데이터 보안 및 보호 기술’ 순으로 긍정적 응답이 많았다. 현재 기술별 활용도와 3년 이후의 예상 활용도 응답 결과를 비교하여 기업들이 예상하는 기술별 미래 활용도 변화를 추정해보면, 활용도 변화가 가장 클 것으로 예상되는 기술은 ‘강화학습 기술’과 ‘인공지능 신뢰성 기술’이다. 기술별 수용(도입) 의사에 대한 조사에서는 ‘딥러닝 기반 이미지 분석 및 처리 기술’, ‘머신러닝 기반 데이터 보안 및 보호 기술’, ‘딥러닝 모델 알고리즘 및 성능 최적화’ 순으로 긍정 응답 비중이 높았다. 기술별 개발 시급성 정도로는 ‘딥러닝 기반 이미지 분석 및 처리 기술’, ‘머신러닝 기반 데이터 보안 및 보호 기술’, ‘객체 감지 및 추적을 위한 비전 딥러닝 기술’ 순으로 높았다. 이 외에도 중소기업을 기준으로 한 응답 결과를 별도로 살펴보고, 주요 산업별로도 나누어 살펴보았다. 셋째, 앞서 살펴본 국가 AI R&D 현황과 AI 기술에 대한 국내 기업의 인식·수요 조사 결과를 비교분석하였다. 최근 3년 기간의 정부연구비 규모와 중소기업이 응답한 미래 활용도, 개발 시급성 정도, 기술 수용도(수용 의사)를 중심으로 비교한 결과, ‘인공지능 신뢰성 기술’은 산업계 인식 수준이 높은 데 비해 국가 R&D 규모가 상당히 부족한 것으로 나타났으며, 전략적으로 국가 R&D 투자를 대폭 확대하는 방향으로 정책 및 투자 방향을 조정할 필요가 있다고 사료된다. ‘생성형 인공지능 기술’, ‘그래프 분석 기반 진단 및 예측 기술’, ‘경로 탐색 및 모델 최적화’ 기술, ‘강화학습 기술’ 등의 경우에도 국가 R&D 투자 확대가 필요한 영역이라고 판단된다. 5. 결론 본 연구의 결론으로서 산업 수요 중심의 국가 AI R&D 전략성 강화를 위한 방안을 다음과 같이 제시하였다. 첫째, 산업 활용도·수용성을 고려해 전략적으로 AI 관련 정책 및 R&D 투자를 추진하는 것이다. 본 연구에서는 국가 AI R&D 현황과 산업계 인식·수요를 비교하는 포트폴리오 분석을 통해 ‘인공지능 신뢰성 기술’, ‘그래프 분석 기반 진단 및 예측 기술’, ‘생성형 인공지능 기술’, ‘경로 탐색 및 모델 최적화’ 기술, ‘강화학습 기술’ 등 산업 활용도·수용성 측면에서 높은 인식 수준을 보인 데 비해 국가 R&D 규모가 부족한 세부 AI 기술분야를 도출하였다. 이러한 결과를 활용하여, 전략적으로 해당 분야의 육성을 위해 국가 R&D 투자 확대 및 정책적 지원을 추진할 필요가 있다고 판단된다. 둘째, AI 정책 및 R&D 전략 수립 과정의 산업계 인식·수요 반영 체계를 강화하는 것이다. 글로벌 AI 기술패권 경쟁에 대응하기 위한 차원에서, AI 기술생태계 자립성 확보의 선결과제인 산업에서의 활용도 있는 기술 공급을 통한 AI 확산을 촉진하는 데 대한 실효성 있는 정책 및 R&D 투자전략이 마련되기 위해서는 산업계 기술 인식·수요에 대한 보다 충분한 정보와 이해가 필수적이다. 따라서 규모있는 조사를 통해 AI 기술에 대한 기업들의 인식 및 수요를 객관적으로 파악하는 것이 바람직해보인다. AI 기술 육성을 위한 정책 및 R&D 투자계획을 수립·조정하는 과정에서 AI 세부기술 영역별 중요성 정도 및 파급효과를 평가하는 요소로서 동 조사 결과를 활용함으로써 산업 활용도·수용성 측면의 전략성 제고를 도모할 필요가 있다. 아울러 AI 확산 및 활용 고도화를 위한 정책 제언을 다음과 같이 제시하였다. 첫째, AI 기술 응용·활용 성공사례를 발굴하여 적극 보급할 필요가 있다는 것이다. 전반적으로, 국내 산업계에서는 이들 AI 세부기술의 미래 활용도, 유용성, 시급성 등 측면에 대해서는 긍정적 응답이 많았으나, 현재 활용도와 기술 수용에 대한 긍정 응답 비중은 상대적으로 낮은 경향을 보였다. 이러한 결과는 국내 기업들이 기술 자체의 우수성과 잠재력에 대한 높은 인식을 가지고 있으나, 그에 비해 실제 비즈니스 현장에서의 활용 측면에 대해서는 인식 및 이해가 다소 낮은 상황임을 암시한다고 판단된다. 따라서 AI 기술 응용활용에 대한 인식 수준 제고를 지원하기 위해 AI 도입 효과에 대한 실증적 연구(결과), 그리고 산업별 또는 분야별로 기업들이 참조할 수 있는 AI 도입 성공 사례들을 발굴하여 보급할 필요가 있다. AI 기술 도입 및 사업화 관련 지원사업의 주요 성과를 기업들이 체감할 수 있도록 사례화하고 홍보하는 방안을 고려해 볼 수 있다. 단지 정부 지원사업의 성과로부터 발굴된 사례들 간 중복성이 발생하거나 다양성이 부족할 수 있는 바, 정부 지원 사업 성과조사의 범위를 넘어서서 다양한 국내·외 사례들을 확보하기 위해 관련 조사·연구에 대한 범정부적 지원을 추진해볼 필요도 있다고 사료된다. 둘째, 기술수요에 대응할 수 있는 정책의 유연성 및 시의성을 확보할 필요가 있다. 본 연구의 조사 결과에 따르면, 현재 활용도가 높은 AI 기술이 앞으로도 활용도가 높을 것이라 전망하는 산업 분야가 있는 반면, 그렇지 않은 산업 분야도 있었다. 즉, 특정 AI 기술의 현재 산업 활용도는 높지만 향후에는 활용도가 낮아지고, 반대로 현재 활용도가 낮은 기술이 앞으로는 중요하게 활용될 것으로 예상하는 산업 분야가 있다는 것이다. 이러한 결과는 국가 AI R&D 정책과 제도가 산업 환경의 변화 및 고도화에 따른 기술수요의 차별화·다양화에 유연하게 대응할 수 있도록 설계되어야 함을 시사한다. 오늘날 AI의 기술변화 속도가 어느 다른 분야보다 빠르다는 점에 대해 이견이 없을 것이다. 이러한 측면을 감안할 때, AI 관련 국가 정책은 산업 환경 및 수요에 대한 지속적인 모니터링과 피드백·조정을 통해 높은 수준의 유연성 및 시의성을 확보할 필요가 있다고 하겠다.

요약문 1. 제 목 : 글로벌 오픈소스 기업 현황 및 사업화 성장 요인 분석 2. 연구 목적 및 필요성 글로벌 기업들의 오픈소스 참여 활성화로 인해 SW 생태계에서 오픈소스 영향력이 커지고 있다. 이미 빅테크 기업들은 오픈소스 전략으로 SW 기술·산업 혁신을 선도하고 있으며 이어 몽고DB, 일레스틱 같은 오픈소스 전문기업들이 등장하며 SW 생태계에 새로운 변화를 일으키고 있다. 기존 오픈소스 연구들은 오픈소스 활용 및 개발, 오픈소스 개발자 생태계, 빅테크 기업의 오픈소스 전략을 연구하며 오픈소스 현상을 해석하였지만, 최근 확산되는 오픈소스 전문기업에 대한 연구 사례는 많지 않다. 이에 본 연구는 증가하는 오픈소스 전문기업의 글로벌 현황을 분석하고 이들의 오픈소스 사업화 성장 요인을 분석하고자 한다. 이러한 연구는 국내 SW기업의 절대 다수가 중소기업이기 때문에 빅테크 기업의 오픈소스 연구에 비해 국내 SW산업 육성 및 기업 중심의 오픈소스 생태계 활성화 정책 수립에 더욱 도움이 될 것이다. 3. 연구의 구성 본 연구는 그림 1과 같이 서론을 포함하여 총 5장으로 구성되어 있다. 제 2장 선행 연구 문헌은 글로벌 오픈소스 동향과 오픈소스 사업화와 관련된 선행 문헌들을 분석하여 오픈소스 경제적 가치의 중요성과 증가하는 오픈소스 전문기업에 대한 해외 동향들을 소개한다. 그리고 유럽, 영국, 미국의 최신 오픈소스 경제적 효과 분석 연구 사례를 소개하며 국가 경제 활성화에 미치는 오픈소스의 새로운 긍정적 가치에 대해서도 소개한다. 제 3장 글로벌 오픈소스 전문기업 현황 분석은 크런치베이스에 제공하는 2,130개의 오픈소스 기업(Open Source Company)으로 분류된 기업들의 자료를 활용하여 주요국별 오픈소스 전문기업 현황, 오픈소스 전문기업의 설립 연도, 매출액, 종사자 수, 홍보 활동, 지재권 현황, 투자 현황 등과 같은 다양한 자료를 분석하여 글로벌 현황 정보을 제시한다. 분석 결과 매년 오픈소스 전문기업이 지속적으로 증가하고 있으며, 최근에는 오픈소스 전문기업에 대한 투자 규모가 급격히 증가하며 글로벌 SW 생태계에서 오픈소스 전문기업의 가치가 상승하고 있음을 알 수 있다. [그림 1] 연구 구성 및 방법 제 4장 오픈소스 사업화 성장 요인 분석은 오픈소스 사업화 성과의 중요한 지표인 매출, 제품·서비스 수, 외부 투자액, 종사자 수와 기업 일반 사업화 요인 8가지, 오픈소스 기업 현황 3가지, 대표 오픈소스 프로젝트 현황 6가지에 대해 통계 기반의 정량적 분석을 수행하였다. 분석 결과 핵심 오픈소스 사업화 요인은 오픈소스 프로젝트의 기여자 수(외부 개발자 참여)와 와칭 수(프로젝트 관심도)와 함께 오픈소스 기업의 오픈소스 인력 수, 오픈소스 프로젝트 수(기업 내부 인식)이었다. 그리고, 오픈소스 프로젝트 성과와 밀접하게 관련된 오픈소스 기업 요인으로는 기업 팔로워 수(기업 외부 인식)임이 밝혀졌다. 또한 일반 사업화 요인 중에서는 기술 요인인 특허 수(기술 수준), SW 활용 수(기술 다양성), 기사 수(홍보 언론 노출)이 오픈소스 성과에 많은 영향을 주는 요인으로 밝혀졌다. 제 5장 결론에서는 정책적 시사점으로 오픈소스 전문기업 육성 필요성을 제시하며 이를 위한 3가지 추가 시사점을 제시하며 본 연구를 마무리하였다. 4. 연구 내용 및 결과 깃허브 현황에 의하면 오픈소스 생태계에 참여하는 개발자와 기업이 빠르게 증가하고 있다. 오픈소스 기여자의 88%가 기업 소속 개발자이었으며 리눅스 커널 개발 이슈의 84%가 기업 이슈일 정도로 개발 과정에 기업이 크게 영향을 주고 있었다. 그리고 글로벌 기업은 리눅스 재단의 오픈소스 프로젝트 활성화를 위한 재원에 연회비를 통해 간접적 지원을 하고 있었다. 이렇게 기업들이 오픈소스 생태계에 직접적 간접적으로 참여하는 이유는 오픈소스에 대한 높은 의존도와 선호도 때문이다. 기업에서 개발하는 상용SW의 90% 이상에서 오픈소스가 활용되고 있으며, 개발자가 선호하는 SW 기술의 과반 이상의 오픈소스 기술이었기 때문에 기업은 오픈소스와 분리될 수 없는 현실이다. 비록 기업이 오픈소스에 대한 높은 의존도가 있더라도 이는 긍정적 의존성으로 비용 절감, 타 기업 종속성 회피, 빠른 시장 접근성, SW 생산성 향상에 도움을 주어 기업의 경쟁력 강화에 기여하고 있다. 실제로 IT 분야의 시가 총액 10위 이내의 빅테크 기업 모두 적극적으로 오픈소스 기여를 하는 기업들이었으며 빅테크 기업은 오픈소스 생태계 참여를 통해 기술·산업 혁신을 주도하고 있다. 최근에는 오픈소스 전문기업들이 오픈소스를 기반으로 창업을 하며 SW 생태계에서 영향력을 키우고 있다. 일부에서는 2030년에는 오픈소스 기업의 시가 총액이 폐쇄형 SW 기업의 시가 총액을 넘어설 것으로 예측할 정도이다. 오픈소스 전문기업의 주요 오픈소스 비즈니스 모델은 오픈 코어 모델, 시스템 통합 모델, 부가가치 라이브러리 모델로 크게 분류할 수 있으며, 이들의 공통점은 고객 유인을 위한 무료 오픈소스 기능과 수익 창출을 위한 독점적 SW 기능의 결합으로 볼 수 있다. 그리고, 오픈소스 사업화 단계는 3단계(프로젝트 -> 제품화 -> 수익화)로 구분되며 이 과정에서 오픈소스는 SW 신기술 홍보·확산을 위한 기술 마케팅 수단으로 활용되고 있었다. 오픈소스 생태계가 빠르게 성장하며 기업들에게 영향력을 확대함에 따라 유럽, 영국, 미국에서는 오픈소스의 국가 경제에 미치는 효과에 대한 새로운 연구가 등장하고 있다. 유럽에서는 2018년 EU 경제에 미치는 오픈소스의 경제적 효과를 950억 유로로 추정하였으며, 영국에서는 2020년 영국 경제에 미치는 오픈소스의 경제적 효과를 431억 파운드로 추정하였다. 미국에서는 아파치 재단의 아파치 웹 서버의 경제적 효과를 120억 달러로 추정하였고 미국의 GPS의 오픈소스 협력의 경제적 가치를 1조 4천억 달러로 추정하였다. 이와 같이 오픈소스는 국가 경제, 기술 주권 확보, 스타트업 육성, 국가 인프라 강화에 긍정적 영향을 주기 때문에 정책적 지원이 필요하다고 제안하고 있다. 글로벌 오픈소스 전문기업 현황 분석을 위해 크런치베이스에서 오픈소스 기업으로 분류한 2130개의 기업 목록을 활용하였다. 크런치베이스는 4천개 이상의 벤쳐 캐피털 회사가 이용하는 대표적인 글로벌 테크 기업 정보 제공 서비스이다. 본 연구에서는 크런치베이스에서 제공하는 오픈소스 기업의 130개 넘는 데이터 중에서 자료 제공률, 데이터 중요성을 감안하여 27개의 자료 항목(기업 유형, 지역, 설립연도, 매출 규모, 종사자 수, 경쟁 기업 수, 투자 횟수, 투자 유형, 투자 연도, M&A 등)을 선정하여 글로벌 오픈소스 전문기업 현황을 분석하였다. [그림 2] 연도별 오픈소스 전문기업의 수 분석 결과 오픈소스 전문기업은 매년 꾸준히 늘어나고 있었으며 최근에는 투자 규모도 빠르게 성장하고 있었다. 특히 2000년대에 오픈소스 전문기업의 수가 급격히 증가하기 시작하였고, 투자 규모는 최근 5년 이내에 급상승하였다. 소수이지만 일부 기업은 매출 규모가 10 달러를 초과할 정도로 시장에서 큰 영향력을 발휘하고 있지만 보편적인 오픈소스 전문기업은 창업한지 얼마 안 되어 매출 규모, 종사자 수, 한정된 제품 수 등에서 스타트업 특성을 가지고 있었고, 많은 데이터들의 자료가 제공되지 않는 상황이었기 때문에 한정적 분석을 할 수 밖에 없었다. 오픈소스 전문기업의 성장 요인 분석을 위해 오픈소스 사업화에 대한 조작적 정의를 기술 이전법 제 2조에 정의된 기술 사업화 정의를 이용하여 “오픈소스 기술을 이용하여 제품을 개발·생산 또는 판매하거나 그 과정의 관련 오픈소스 기술을 향상시키는 것”으로 정의하였다. 그리고 기술 사업화 과정을 추가로 참고하여 크런치베이스 제공 정보를 기반으로 오픈소스 전문기업의 일반 사업화 성과로 매출, 제품·서비스 수, 외부 투자액, 종사자 수 4가지를 선정하였고 일반 사업화 요인으로 특허 수, 활용 SW 제품수, IT 지출, 기사 수, 행사 참여 수, M&A, 창업자 수, 유사 기업 수, 상표권 수 8가지를 선정하였다. 추가로 대표적인 오픈소스 개발 플랫폼인 깃허브에서 오픈소스 사업화 요인과 성과로써 오픈소스 기업 정보 3가지(오픈소스 업 팔로워 수, 오픈소스 인력 수, 저장소 수)와 대표 오픈소스 프로젝트 정보 6가지(스타 수, 워칭 수, 포크 수, 커밋 수, 기여자 수, 라이선스 유형)로 선정하여 다앙햔 사업화 요인과 성과간의 가설을 수립하였다. 가설 검증을 위한 연구 모형으로 ① 일반 사업화 요인 -> 일반 사업화 성과, ② 오픈소스 사업화 요인 -> 일반 사업화 성과, ③ 일반 사업화 요인 -> 오픈소스 사업화 성과, ④ 오픈소스 사업화 요인 -> 오픈소스 사업화 성과, ⑤ 오픈소스 라이선스 -> 일반 사업화 성과, ⑥ 오픈소스 라이선스 -> 오픈소스 사업화 성과을 설정하여 모형별 가설을 통계적 방법론(단순 회귀 분석, 분산 분석 등)을 활용하여 검증하였다. [그림 3] 연구 모형과 핵심 가설 통계적 검증 결과 오픈소스 사업화 요인과 일반 사업화 성과에 대한 통계적 분석 결과 오픈소스 사업화 요인이 일반 사업화 성과 중 매출과 상표권 수와 통계적 유의성이 가장 많았기 때문에 오픈소스 활동이 기업 매출 증가와 제품 다양화에 기여한다고 해석할 수 있다. 그리고 기업 사업화 성장에 영향을 많이 준 오픈소스 사업화 요인으로는 프로젝트 기여자 수, 와칭 수와 기업 오픈소스 인력 수와 프로젝트 수가 통계적 유의성이 많았기 때문에 다양한 오픈소스 활동 중에 프로젝트 기여자 수와 와칭 수를 늘리기 위한 기술 홍보와 기업 오픈소스 인력 확보 및 오픈소스 개발 활성화가 중요하다고 해석된다. 오픈소스 사업화 성과와 관련된 주요 일반 사업화 요인으로는 기술적 측면의 특허 수와 활용 SW 수가 있으며 기업 홍보 측면의 기사 수가 통계적 유의성이 많았기 때문에 오픈소스는 기술 역량 확보를 위한 노력과 함께 홍보(기술 마케팅) 역량 강화가 필요하다고 해석된다. 그리고 최근 늘어나는 상용 오픈소스 라이선스의 경우 퍼미시브 라이선스 프로젝트들에 비해 매출, 상표권 수, 직원 수와 프로젝트 와칭 수에서 통계적 차이가 있었기 때문에 상용 오픈소스 라이선스는 매출 증가, 제품 다양화, 직원 수 증가에 기여한다고 해석되며 상용 오픈소스 라이선스 전환을 위한 주요 조건으로 프로젝트 와칭 수가 가장 유의미한 요인으로 해석된다. 글로벌 오픈소스 전문기업 현황 분석과 오픈소스 전문기업의 사업화 성장 요인 분석 결과를 종합적으로 해석하여 결론에서 핵심 정책적 시사점으로 오픈소스 전문기업 육성을 제시하며 이를 위한 추가 시사점을 3가지를 더 제시하였다. ① 기술 마케팅 측면에서 오픈소스 사업화 지원 - 지원 1: 오픈소스 프로젝트 활성화 지원 - 지원 2: 오픈소스 제품화를 위한 비즈니스 협업 지원 ② 오픈소스 기업 중점 지원 방향 - 프로젝트 활성화(기여자 수, 와칭 수)를 위한 홍보 지원 - 오픈소스 인력 양성 ③ 오픈소스 기술 경쟁력 강화를 위한 글로벌 생태계 참여 지원 5. 정책적 활용 내용 SW 산업 육성과 국가 경쟁력 강화를 위해 오픈소스 중요성이 증가하기 때문에 본 연구는 오픈소스 생태계 활성화 정책 수립를 위한 기초 자료로써 활용될 수 있다. 국내 SW 기업들은 글로벌 빅테크 기업들과 달리 투자 규모, 인력 측면에서 현격한 차이가 있기 때문에 오픈소스 정책 수립에 있어 빅테크 기업 사례는 정책 수립에 어려움이 있다. 하지만 글로벌 오픈소스 전문기업들은 규모 면에서 국내 SW 기업들과 비슷하기 때문에 이들 기업에 대한 상세한 연구는 오픈소스 정책 수립 및 SW 정책 수립에 있어 중요한 자료로 판단된다. 따라서, 오픈소스 전문기업에 대한 현황 분석 및 성장 요인 분석을 통해 새로운 오픈소스 정책 수립, 특히 오픈소스 전문기업 육성 정책을 위한 참고 자료로 활용된다면 정책 방향 설정에 도움이 될 것이다. 6. 기대효과 SW 생태계에서 오픈소스 영향력이 지속적으로 증가하고 있으며 또한 오픈소스 활용은 SW산업 뿐만 아니라 전산업에서 확산되고 있다. 본 연구는 일차적으로 SW 기업 육성을 위한 하나의 방안으로 오픈소스 전문기업 육성을 제안하면서 국내 오픈소스 전문기업이 많이 등장하고 성장할 수 있는 토대가 마련되길 기대한다. 만약 오픈소스 전문기업들이 많이 등장하고 성장한다면 국내 SW 생태계의 핵심인 중소SW기업들의 경쟁력 상승과 국가 SW 경쟁력도 더욱 강화될 것으로 생각된다. 이들 기업들은 글로벌 오픈소스 생태계를 근간으로 기술 개발과 SW 사업화가 이루어지기 때문에 오픈소스 기반 기술 경쟁력으로 국내외 시장에서 영향력을 키울 수 있을 것으로 생각된다. 이는 곧 고부가가치 산업인 국내 SW산업 성장과 국가 디지털 경쟁력 강화의 초석이 될 것이며, 기업 성장과 함께 고용 증대 효과로 국가 전반에 걸쳐 긍정적 효과를 발휘할 수 있을 것으로 기대된다.

요약문 1. 제 목 : SW 해외진출 역량강화 정책 연구 2. 연구 목적 및 필요성 그간 국내 주력산업의 수출이 감소하는 상황에서, ICT 수출은 2022년 역대 최대 실적을 달성하며 수출확대에 핵심적 역할을 했으나 2022년 7월부터 전년 동원 대비 감소세로 전환하였다. SW 및 ICT 서비스 수출은 코로나로 급증했던 SW 등에 대한 비대면 수요가 엔데믹으로 감소되면서 2022년부터 수출실적이 하락세로 전환하였다. 한편, 패키지SW와 IT서비스 분야로 구성된 국내 SW시장 성장률은 글로벌 SW시장 성장률에 비해 낮은 성장률을 보이고 있는데, 이러한 추세는 2026년경까지도 계속 이어질 전망이다. 따라서 국내 SW기업들로서도 해외진출의 필요성이 보다 높아진 상황이다. 더군다나, 현재 정부의 정책도 디지털산업의 해외진출을 독려하고 있고, SW와 ICT서비스에 대한 해외진출을 촉진하기 위해 조금 더 구체적인 계획도 나와 있기 때문에 국내 SW기업의 해외진출 역량을 이러한 정부의 정책방향에 맞추어 보다 효율적으로 강화한다면 단기 또는 중기적으로 가시적인 성과를 올릴 수 있을 것이다. 본 연구에서는 현 정부의 국정과제와 디지털전략, SW진흥전략과 디지털 해외진출 전략안에 명시된 SW 해외진출 촉진에 맞추어 국내 SW기업의 해외진출 역량을 강화하는 정책에 관한 시사점을 도출하고자 한다. 3. 연구의 구성 및 범위 제1장에서는 SW 해외진출 관련 정부 정책동향을 정리하였고, 제2장에서는 먼저 글로벌과 국내 SW시장 현황을 분석하면서, 그 중에서도 글로벌 서비스형SW시장과 산업별 SW수요를 살펴본다. 또한, 국내 SW기업의 해외진출의 트렌드를 분석하고 성공요인을 탐색하여 성공적인 해외진출을 위한 시사점을 도출한다. SW 해외진출 트렌드를 정확하게 파악하기 위해 글로벌과 국내 SW시장 현황 및 산업별 SW수요 현황과 국내 시장 현황을 차례로 분석하였다. 글로벌 SW시장의 80% 이상을 차지하는 상위 10개국(미국, 영국, 독일, 일본, 중국, 프랑스, 캐나다, 네덜란드, 호주, 이탈리아)와 동남아시아(인도, 인도네시아, 말레이시아, 태국), 중동(사우디아라비아)의 SW시장 규모, 산업별 SW수요, 주요 SW기업 등을 분석하여 제시하였다. 또한 뉴스데이터를 기반으로 2008년부터 2023년까지의 SW해외진출 활동의 트렌드를 변화를 분석하였으며, 국내 SW기업의 SW해외진출 관리자 및 담당자에 대한 심층인터뷰를 기반으로 SW해외진출 활동의 성공요인을 발굴하였다. 또한 해외진출은 글로벌 통상규범 및 해외 각국의 법제도도 고려해야 한다. 특히 세계무역기구(WTO) 출범과 함께 발효한 GATT와 GATS, 또는 정보기술협정 등 WTO 관련 협정들 외에도 양자 또는 복수국간에 체결되는 FTA 등에서는 전자상거래, 지식재산권 등 SW산업에 영향을 주는 규정이 증가하고 있으며, 최근에는 디지털 분야에 특화된 디지털통상협정도 새롭게 등장하고 있다. 그러므로 제3장에서는 디지털통상규범에서 SW기업의 이해관계에 밀접한 관련이 있는 규범들을 분석한다. 이어 제4장에서는 해외 SW규제 현황을 정리한다. 먼저 글로벌 통상규범 형성에 많은 영향을 끼치는 미국, 유럽연합(EU), 일본, 중국을 주요 4개국으로 선정했고, 디지털해외진출 전략안에서 신흥시장 개척 대상으로 언급된 동남아시아에 속한 베트남, 인도네시아, 말레이시아의 아세안 3개국을 선정하였다. 주요 4개국 및 아세안 3개국 관련 디지털통상협정의 전자적 전송 및 무관세화, 소스코드, 암호기술 이용 ICT제품, 컴퓨터설비 현지화 규정의 조문을 비교 분석하였다. 아울러 7개국 내의 사이버보안, 온라인플랫폼, 인공지능 관련 규제동향을 정리하여 국내 SW기업을 위한 시사점을 도출하였다. 4. 연구 내용 및 결과 □ 글로벌 SW시장 현황 및 SW해외진출 트렌드 분석 현재 글로벌 SW시장은 꾸준한 성장을 거듭하고 있으나, 주요 빅테크 기업을 중심으로한 글로벌 시장 편중 현상이 발생하고 있다. 본 연구에서는 글로벌 SW시장 구조를 분석하여 해외진출 활동 SW기업에게 시장조사 기초자료를 제공하고 나아가 소셜데이터 기반 SW 수출 트렌드 변화 분석 및 SW수출 담당자 인터뷰 기반 성공요인 탐색을 통해 해외진출 활동에 중요한 요인들을 제시하는 것을 목적으로 하였다. 실제 글로벌 시장의 경우 미국 SW시장의 영향력 및 빅테크 기업의 확장 등으로 인해 국내 SW기업의 성장 정체 및 글로벌 진출 둔화 등의 위기에 놓여있는 상태이다. 또한, 전세계적으로 수직시장의 SW수요 분석 결과 공공서비스, 금융부문, ICT 인프라 구축, 제조업 등 주요 산업에 수요가 집중되는 추이를 확인할 수 있으며, 국가별로 상이한 산업계 SW수요 구조를 보였다. 또한, 진출국별 SW 분야별 수요의 경우 보편적으로 IT서비스 부문이 패키지SW 부문보다 높았으며, 몇몇 국가의 경우 IT서비스의 수요가 패키지SW보다 크게 높은 국가가 존재하는 것을 확인할 수 있다. 소프트웨어 수요의 경우 기존 SW선진국보다는 신흥국의 수요가 더 많을 것으로 예측되는 상황이다. 이처럼 국가별 SW수요 및 잠재력이 다른 상황에서 해외진출을 준비하거나 진행하고 있는 국내 SW기업은 진출국별 SW시장 구조 및 산업별 소프트웨어 수요를 정확하게 분석하는 활동이 진출활동 자체에서도 더욱 중요하게 자리잡을 것으로 보이며, 이러한 기업들의 해외진출 초기 활동인 글로벌 SW시장 조사 활동을 수행하는데 비용 및 시간적 부담을 느끼지 않을 수 있도록 정부, 지자체의 전폭적인 정책적 지원이 필요하다. 또한, 텍스트마이닝 분석을 기반으로 한 SW해외진출 트렌드 분석 및 SW수출 담당자의 사례 기반 심층인터뷰를 통해 SW해외진출 성공요인을 탐색하였다. 이를 통해 SW수출 관련 뉴스데이터 분석을 통해 SaaS 등과 같은 클라우드 플랫폼을 기반을 한 글로벌 진출 트렌드, 모빌리티와 같은 수출주력산업과 연계한 해외진출 트렌드 등이 새롭게 등장하고 있는 것을 확인하였다. SW해외진출 담당자 심층인터뷰에서는 서비스형SW 확대, 수직시장 SW수요증가, 해외진출 인재 확보, 글로벌 고객접점 확대, 신기술 기반 진출, 국내시장 경쟁력 확보 선행 등 SW기업의 해외진출활동 주요 성공요인을 탐색하였다. 실제로 패키지SW, SaaS 부문의 높은 시장 확장이 글로벌 차원으로 진행되고 있었지만, 국내 SW수출의 경우 전세계적으로 성장이 둔화되는 IT서비스 부문 수출 쏠림 현상이 지속되고 있다. 이러한 산업 구조적 문제를 타개하기 위해서는 패키지SW의 수출 활성화가 선행되어야 할 필요가 있으며, 산업수요를 기반으로한 Vertical SaaS(산업특화 서비스형SW) 방식으로의 서비스 확장 등 빠르게 성장하는 글로벌 클라우드 플랫폼 기업과 연계 진출전략 마련이 필요하며, 이러한 활동에 대한 정책적 지원이 필요하다는 점을 제시하였다. 또한, 국내 IT서비스 기업의 경우 기존 내수 시장에서의 경쟁력과 더불어 수출주력산업과 연계한 해외진출방안에 초점을 맞출 필요가 있어 보인다. 그리고 국내 IT서비스 시장 성장률에 비해 고성장을 거듭하고 있는 신흥국 수요를 중심으로 한 해외진출 활동을 적극적으로 수행할 필요가 있으며, 자동차, 건설 등 수출주력산업과 연계한 해외진출 활동을 적극적으로 수행할 필요가 있다는 점을 제시하였으며, 이러한 해외진출 활동에 대한 정책적 지원도 수반되어야 한다는 점을 제시하였다. □ 디지털통상규범 등의 분석을 통한 7개국 SW 해외진출 관련 제언 미국은 자유무역을 지지해오던 입장과 일관되게 디지털통상규범에서도 전자상거래의 자유화를 선도하고 있다. 그러나 최근에는 연방정부기관의 사이버보안을 대폭 강화하고 소비자용 IoT제품에 대한 자발적 인증을 도입하는 등 자국의 공공부문 외에 민간부문의 사이버보안 역량을 향상시키려고 많은 노력을 하고 있다. 또한 온라인플랫폼은 규제 입법 속도가 느린 반면, 인공지능에 대한 규제논의는 의회 외에 행정부 내에서도 개시되어 있는 바 향후 추이를 주목할 필요가 있다. 따라서 국내SW기업은 미국 내 SBOM 확산 등의 수요에 맞추어 사이버보안 대응 역량을 강화하고 그에 적합한 제품과 서비스를 개발할 필요가 있다. EU는 서비스무역 중심의 디지털통상규범을 선호하며, 개인정보보호, 사이버보안, 온라인플랫폼, 인공지능 전 분야에 걸쳐 입법을 완료했거나 상당 부분 진척되어 SW규제 강화를 선도하고 있다. 디지털서비스법(DSA) 준수 여부에 대한 준비는 필요할 것으로 보이나, GDPR이나 사이버보안 관련 국제표준을 준수할 수 있는 역량을 갖춘다면 진출 가능성은 미국과 유사할 것으로 보인다. 일본은 디지털통상규범에서 미국과 상당히 유사하게 자유를 강조하는 입장이며, 사이버보안 및 온라인플랫폼과 관련하여 최근 미국과 유럽연합이 보여주는 새로운 움직임에 비해서는 신중한 자세를 취하고 있다고 판단된다. 인공지능 역시 구속력 있는 규제는 마련되어 있지 않다. 국내 SW기업은 각종 가이드라인을 준수하는 제품과 서비스로 진출할 필요가 있다. 중국은 전자상거래를 ‘상품 거래’로 한정하면서 디지털통상에서 자국 규제권한을 중시하는 입장이다. 사이버보안 관련 규제가 강력한데, 현지 파트너사와 함께 중국정부의 각종 인증제도를 준수하면서 제품과 서비스를 공급할 필요가 있다. 개인정보 처리와 관련한 인터넷 서비스 규제를 감안한다면, 전통적인 패키지SW 분야에 기회가 있을 것으로 보인다. 온라인플랫폼은 상품 공급자에게 귀책이 있더라도 온라인플랫폼 사업자가 온라인소비자에 대한 우선적 책임을 지도록 규정하고 있음을 염두하고 서비스를 제공할 필요가 있다. 무엇보다 인공지능에 대해 강력한 규제를 두고 있는데, 생성AI와 알고리즘 추천서비스 및 딥페이크 기술 이용에 대한 각종 제약을 준수할 수 있는 제품 및 서비스를 준비할 필요가 있다. 베트남도 중국과 상당히 유사한 입장에서 디지털통상에서 자국 이익을 최대화하며 협정 당사국들의 우려에도 불구하고 자국 내 SW 관련 규제를 유지하고 있다. 분쟁이 해소되기 전까지는 베트남 내 규정을 준수해야 하는데, 중국에 비해 소스코드 제출 같은 부담은 적다는 장점이 있다. 다만 온라인플랫폼의 경우 베트남 현지에 대표사무소 설립/대리인 지정 의무가 부과되는 점을 염두하고 준비해야 할 필요가 있다. 인도네시아는 다른 국가들과 달리 디지털통상 관세부과를 강하게 옹호하지만 실현가능성은 미지수이다. 온라인플랫폼의 경우 역시 대표사무소 설립/대리인 지정의무가 부과되는 점을 염두해야 하고, 소셜커머스를 통한 상품 판매를 금지하는 법안이 의회에 개시된 바 향후 추이를 살펴볼 필요가 있다. 그 밖의 SW규제는 중국, 베트남 등에 비해서는 강하지 않거나 국제적 추세에 발맞추어 약화되고 있다. 특히 2024년 개인정보보호법이 시행되면 국외이전 제한 정도가 GDPR과 유사해지므로 인터넷 서비스 분야도 진출 가능성이 높아진다. 말레이시아는 아세안 3개국 중 가장 디지털통상의 자유화를 수용하는 입장으로, 1년 단위 사업자 허가갱신 및 개인정보처리자 등록 의무와 디지털서비스세 부과가능성을 제외하고는 규제 측면에서 진출하기에는 가장 용이한 국가로 보인다. 5. 정책적 활용 내용 2024년 정부 예산에 반영된 SW 해외진출 촉진 관련 각종 지원사업에서 구체적인 사업내용을 수립하는데 참고자료로 활용될 예정 6. 기대효과 2025년도 정부 예산에 포함될 SW 해외진출 촉진 관련 각종 지원사업 계획 수립에 활용되어 수요국 맞춤형 지원사업의 효율성이 증진되며, 국내 SW기업들이 자신의 강점을 활용하여 성공가능성이 높은 해외국가를 선정하여 진출전략을 수립하는데 도움이 되기를 기대함

요약문 1. 제 목 : SW기초체력 강화를 위한 SW유망기술 도출 연구 2. 연구 배경 및 목적 디지털 심화시대에 기술 선점은 국가와 기업에게 중대한 경쟁 요소로 부상하고 있다. 과거처럼 기술 선도국의 전략을 추격하는 것만으로는 더 이상 충분하지 않으며, 디지털 환경에서의 선도적 위치 확보는 지속적인 성장을 위한 필수 조건이 되었다. 이러한 상황에서 새로운 유망 기술을 신속하게 감지하고, 효과적으로 개발 및 확산하는 능력은 디지털 강국으로의 도약과 지속 가능한 성장을 위해 필수적이다. SW 유망기술 발굴은 전략적으로 매우 중요한 요소로 인식되지만, 대부분의 연구는 유망분야 및 토픽의 동향을 다루는 데 초점을 맞추고 있어서 구체적인 기술군에 대한 정보를 제공하는 연구가 부족한 상황이다. 이에 본 연구는 디지털의 기반이되는 소프트웨어(SW) 유망 기술 발굴에 중점을 두어, 국가 및 기업이 급변하는 디지털 환경에 능동적으로 대응할 방안을 제안하고, 디지털 경쟁력을 강화하는 데 필요한 근거로 활용할 기초자료를 생성하고자 한다. 3. 연구의 구성 및 방법 본 연구는 총 6장으로 구성되어 있다. 제1장에서 디지털 심화시대에 SW의 중요성과 SW유망기술 발굴의 필요성을 밝히며, 이를 통한 정책 마련에 필요한 기초자료 제공한다는 목적을 제시한다. 제2장에서는 유망기술의 개념과 특성을 설명하고, 유망기술 발굴이 기업 경쟁력에 미치는 영향을 국내외 연구를 통해 분석한다. 제3장에서는 유망기술을 예측하기 위한 데이터 및 분석 방법론을 검토하고, 제4장에서는 특허 데이터와 소프트웨어 산업 연계 방법, 텍스트 마이닝 및 토픽 모델링을 통한 SW 유망기술 발굴 방법론을 제시한다. 제5장에서는 세부 산업별로 도출한 유망기술을 정리하고, 제6장에서는 정책적 시사점과 연구의 한계 및 향후 연구 방향을 제시한다. 본 연구는 SW유망기술 발굴을 위해 다음과 같이 양적 및 질적 연구방법을 병행하였다. 첫째, 국내외 연구논문, 연구보고서, 언론기사를 통해 유망기술의 발굴 방법, 활용 데이터, 기술 동향을 파악했다. 둘째, 특허분석 및 산업계 전문가 10인의 인터뷰를 통해 기술 후보군 검증과 신뢰성 확보, 연구방법론에 대한 자문을 수행했다. 셋째, 특허 데이터베이스를 활용한 정량분석으로, 텍스트 마이닝과 토픽 모델링 방법을 사용하여 R 프로그램을 통해 유망분야 및 기술을 도출했다. 이 연구는 전문가의 직관과 경험을 데이터 분석과 결합하여 객관적이고 전문적인 결과를 도출하고자 했다. 4. 연구 내용 및 결과 본 연구에서는 미국시장에 등록된 특허정보를 수집하여 텍스트 마이닝과 토픽모델링을 수행하였으며, 추가적으로 전문가 자문, 논문 및 보고서 등의 내용과 통합적으로 검토해서 SW세부산업(게임SW, 패키지SW, IT서비스, 인터넷SW 등)에서 총 33개의 유망기술을 발굴하였으며, 유망기술들은 각각 세부 산업별로 게임SW가 9개, 패키지SW가 7개, IT서비스 7개, 인터넷SW 10개 등으로 분류하여 소개한다. 각 해당기술이 어떻게 활용되며, 인공지능, 빅데이터, 클라우드, 블록체인 등 신SW기술들과 어떤 시너지를 발휘할 수 있는지에 대한 추가정보를 제시한다. 추가정보는 인터넷 검색, 최신 뉴스, 관련 논문, 다양한 유망기술 보고서 등의 신뢰할 수 있는 자료를 통해 심도 있게 조사한 결과를 바탕으로 제시하였다. 이 기술들은 데이터 분석, 보안, 사용자 인터페이스, 상호작용 최적화, 네트워크 등 다양한 영역에서 SW혁신을 이끌어내며, SW산업을 넘어 타산업의 디지털 전환과 산업 고도화를 앞당기는 데 핵심적역할을 할 것이다. 게임SW분야에서는 고급 데이터 스트림 처리 및 최적화 프레임워크, 적응형 신경망 시스템, 확장현실 기술 등이 플레이어의 몰입감과 상호작용을 강화시킬 것이다. 이 기술들은 게임 내 경험을 풍부하게 하고, 사용자 맞춤형 콘텐츠를 제공함으로써 게임 산업의 경쟁력을 강화할 것이다. 패키지 소프트웨어 영역에서는 지능형 데이터 융합, 보안 분석 프레임워크, 실시간 3D 재구성 등의 기술이 데이터 관리와 분석의 효율성을 높여 업무 효율성을 개선할 것이며, 보안을 강화시킬 것 이다. 이러한 기술들은 비즈니스 프로세스와 의사결정을 지원하고, 다양한 산업 분야에서 혁신을 이끌 것으로 예상된다. IT 서비스 분야에서는 적응형 암호화 접근 제어, 양자 키 분배 시스템, 분산 지능 아키텍처 등이 정보 기술의 안전성과 협업 효율성을 개선할 것이다. 이 기술들은 조직의 IT 인프라 관리 및 보안을 강화하고, 데이터 기반의 의사결정을 지원할 것이다. 마지막으로, 인터넷 소프트웨어 분야에서는 뇌-컴퓨터 인터페이스, AI 기반의 디자인 시스템, 데이터 스토리텔링 등이 사용자 경험과 참여를 증진시킬 것이다. 이 기술들은 데이터의 가치를 극대화하고, 사용자에게 더 풍부하고 유익한 정보를 제공할 것으로 기대된다. 이러한 유망 기술들은 산업 전반에 걸쳐 혁신을 촉진하며, 기업과 조직의 경쟁력을 강화하는 동시에 사용자의 삶의 질을 개선하는 데 기여할 것이다. 5. 정책적 활용 내용 본 연구 결과는 대한민국 SW산업의 진흥을 위한 전략 수립에 필수적인 정보를 제공한다. 정부 관계자들은 이러한 결과를 기반으로 SW 지원정책 분야의 우선순위를 결정하고 향후 연구개발과 사업화를 지원할 수 있는 방향을 설정하는 데 참고가 될 것이다. 또한 SW산업 및 결합기술과 관련된 진흥사업을 수행하는 전담기관들의 연구개발 사업기획의 방향성을 제시하는 데 참고자료로 활용될 것이다. 6. 기대효과 본 연구 결과는 산업, 정부, 교육 및 연구기관 측면에서 각각 시사점을 제공할 수 있을 것이다. 첫째, 산업계에는 SW유망기술, 유망기술과 시너지를 낼 수 있는 결합기술, 활용분야 등을 제시함으로써 기술 개발 및 사업 재편에 대한 전략적 방향설정에 활용할 수 있을 것이다. 나아가 본 연구결과를 토대로 효율적인 기술 투자와 개발을 진행하여 성공적인 비즈니스 모델을 형성할 수 있을 것으로 기대한다. 둘째, 정부차원에서는 연구 결과를 기반으로 SW유망기술 개발과 확산을 촉진하는 정책 수립에 활용할 수 있을 것이다. 이는 디지털 변혁에 선도적 정책지원으로 기술패권에서 우위를 선점하는 데 기여할 수 있을 것이다. 마지막으로 본 연구의 결과는 대학 및 연구 기관에게 유망 기술에 기반한 교육 및 훈련 프로그램을 개발과 SW분야의 연구개발 활동의 방향성을 수립하는 데 활용할 수 있는 기반자료가 될 것이다.

디지털콘텐츠 산업은 5G, AI, 실감기술 등의 기술 발전과 데이터센터, 제작플랫폼 등 인프라의 구축으로 제작 비용이 절감과 고품질의 콘텐츠 생산이 가능해지면서 새로운 고부가가치 산업으로 각광 받고 있다.(후략)

공공부문 인공지능 기술 활용에 따른 생산성 향상, 비용 절감 등의 경제적 파급효과를 고려할 때, 국가 전반의 인공지능 경쟁력 강화를 위해서 민간과 더불어 공공부문의 인공지능 활용현황에 대한 확인 필요하다. 이에 따라 현시점에서 국내 공공부문 대상으로 인공지능 활용현황에 대한 실태를 파악할 필요성이 대두되었다. (후략)

소프트웨어정책연구소는 급변하는 SW산업의 전략수립 및 사업방향 설정을 위한 통찰력을 제공하기 위해, SW산업의 현황과 관련 메가트랜드 등을 조사하고 분석하여, 2023년 10대 SW산업 이슈를 선정했다.(후략)

그간 SW 안전은 사람의 신체적, 물리적 피해를 유발할 수 있는 분야를 중심으로 발전해 왔다. 그러나 SW의 영향력은 급격하게 확장되고 있다. SW 신기술로 볼 수 있는 인공지능, 블록체인, 메타버스 등은 세상을 혁신시키는 핵심 기술로 부상하고 있으나, 그 이면에는 다양한 사건 사고가 존재한다. 이러한 사고는 비단 신체적, 물리적 피해를 넘어 정신적, 경제적 피해를 유발시키고 있다. (후략)